1. Domů
  2. Extra
  3. A/B test rozdělení publika

A/B test rozdělení publika

This post is also available in: Angličtina

Použijte v kampani A/B testování a zjistěte, co se vašim zákazníkům líbí.

Upozornění

Tento návod předpokládá, že máte znalosti o vytváření vlastních kampaní a práci s Drag&Drop editorem. Pro více informací si prosím přečtěte jednotlivé průvodce.

Náhodnost

Použití filtru na A/B test rozdělení audience v rámci Segmentace s hodnotami 1-100 vybere vždy stejnou audienci bez ohledu na to, zda je filtr použit ve Flow kampani, Jednorázové kampani nebo kdekoliv jinde.

Samba použije svůj algoritmus a na základě ID zákazníka každému přidělí náhodné a trvalé číslo od 1 do 100.

  • Tímto způsobem je zaručeno, že v různých kampaních vybere Samba vždy konkrétní náhodnou část publika

Funkce Split nebo Automatický A/B test ve Flow kampani vždy vyberou audienci náhodně!

  • Např. použití dvou 50 %/50 % splitů pod sebou dává smysl, protože druhý split vybere 50 % předchozího opět náhodně.
  • Tyto splity tedy nejsou založeny pouze na použití filtru „rozdělení publika AB testu“, ale je zde přidán prvek náhodnosti vždy pro daný uzel Flow kampaně

Rozdíl mezi použití uzlu Split nebo Automatický A/B test vs. použití Segmentačního uzlu s filtrem „A/B test rozdělení publika“ dokresluje následující obrázek.

  • V levé větvi je použit segmentační uzel s filtrem „A/B test rozdělení publika“. V prvním uzlu dochází k rozdělení 50 % vs 50 % tak, jak je očekávané. Při napojení segmentačního uzlu s totožnou definicí však v následujícím uzlu již neexistují žádní zákazníci pro rozdělení 1 – 50 % právě kvůli statickému určení dané hodnoty. Proto je jako výstup „1-50“ 0 zákazníků, kdežto v „51-100“ je stejný počet zákazníků, jako je na výstupu z „51-100“ v uzlu nad ním.
  • V pravé části je použit uzel Split, na který je navázán Split s totožnou definicí. Díky náhodnosti závislé na každé instanci uzlu Split jsou pak zákazníci rovoměrně rozdělení i v navazujícím uzlu, který fakticky rozděluje 50 % databáze opět na polovinu.

Příklad A/B testu se dvěma variantami

Otestujeme dvě různá záhlaví a na základě výsledků rozhodneme, které má lepší výkon. Všechna nastavení e-mailu budou stejná, jediným rozdílem mezi e-maily bude záhlaví. Abychom dosáhli testu, rozešleme e-maily dvěma segmentům zákazníků, přičemž žádný zákazník neobdrží oba e-maily a všechny ostatní parametry kromě záhlaví zůstanou stejné.

Vytvořte kampaň s prvním newsletterem, přidejte šablonu, zvolte přesnou segmentaci a v části Audience vyberte filtr publika „A/B Test rozdělení publika“ a zvolte způsob zadání hodnoty Mezi a samotnou hodnotu nastavte na 1 a 50. Poslední krok bude obsahovat první záhlaví, které chcete otestovat.

Přidejte druhý newsletter a tentokrát v části Audience vyberte filtr „A/B test audience split“ Mezi 51 a 100. V posledním kroku vyplňte v nastavení e-mailu text druhého záhlaví.

Tímto postupem rozdělíte zákazníky do dvou skupin, takže nikdo nedostane oba e-maily a můžete změřit účinnost jednoho oproti druhému.

Vidíte, že publikum bylo rozděleno na dvě téměř stejné části.

Po spuštění kampaně můžete vyhodnotit výsledky a zjistit, která z nich byla lepší, a tyto informace využít k dalšímu postupu vytvořením další jednorázové kampaně nebo pomocí Flow kampaně a dále pracovat s výsledky kampaně například pomocí funkce Aktivita v kampani, jak je popsáno v tomto článku o Flow kampaních.

This post is also available in: Angličtina

Upraveno 15 listopadu, 2024

Byl pro vás tento článek užitečný?

Mohlo by vás zajímat